《Machines》：Constrained LLM-Guided Model Selection for Cross-Chemistry Early-Life Battery Prognostics
编辑推荐：
数据驱动电池预后在一化学体系训练的模型部署到另一化学体系时可能失败。研究人员考察化学驱动域偏移下的早期寿命终止（end-of-life, EOL）分类，并引入模式约束（schema-constrained）大语言模型（large language model,
数据驱动电池预后在一化学体系训练的模型部署到另一化学体系时可能失败。研究人员考察化学驱动域偏移下的早期寿命终止（end-of-life, EOL）分类，并引入模式约束（schema-constrained）大语言模型（large language model, LLM）配置层作为主要方法学贡献。LLM不直接预测EOL，也不引入新的迁移学习或不确定性估计算法；相反，它将结构化化学上下文和数值数据集证据映射为可执行架构、可靠性头（reliability head）以及从经批准的模型库中选出的有界训练超参数集合，该模型库包含一维卷积神经网络（convolutional neural network, CNN）、自注意力（self-attention）、WideResNet、OpenMax和谱归一化神经高斯过程（Spectral-normalized Neural Gaussian Process, SNGP）选项。完整退化轨迹使用80%健康状态（state-of-health, SOH）阈值定义五个EOL类别，而模型输入仅限于早期循环观测。在六个有向Argonne/CAMP化学体系迁移任务中，仅目标域确定性CNN取得68.9%平均平衡准确率（balanced accuracy），而LLM选择的CNN+自注意力+SNGP取得78.3%，对应平均提升9.4个百分点。固定非LLM迁移替代方案分别为：确定性CNN 70.0%、OpenMax增强CNN 71.7%、确定性WideResNet 66.5%、WideResNet-SNGP 73.3%。上下文消融（context ablation）进一步将LLM选择准确率从含历史和化学上下文的78.3%降至无历史73.5%、无化学71.6%、二者均移除时67.1%。这些结果支持将受约束LLM引导用作可审计配置选择层，而跨化学体系迁移学习和不确定性感知EOL预测提供评估该选择机制的实验设置。
研究背景与问题。预测与健康管理（prognostics and health management, PHM）系统日益在目标数据稀缺和分布偏移下运行。深度学习可提取退化表示，但监督模型通常假设训练和部署分布相似，而新资产、运行工况和退化机制常违反该假设。电池寿命预测尤难，因为必须从部分早期寿命观测推断未来退化；早期循环测量可预测最终寿命，但信号弱、化学依赖、表征敏感，限制跨正极家族迁移。该研究将先前故障诊断迁移框架扩展至早期电池寿命终止（end-of-life, EOL）分类；正极化学改变电压响应、容量衰减、阻抗增长及早期循环签名到寿命的映射，因此该扩展在不同物理域、标签含义和不确定性结构下检验框架。迁移学习在目标标签有限时可复用源域信息，但激进跨化学对齐可能负迁移，确定性分类器在支持不足源区域外可能过自信。稳健电池预后需可迁移表示、不确定性感知预测和任务敏感配置。架构与超参数选择实质影响迁移性能，却常被视为实现细节；数值搜索不直接编码化学相似性、循环暴露、类别支持或不确定性头需求；LLM辅助选择只有在受约束、可审计并经实证检验时才能纳入这些上下文。主要方法贡献是受约束、证据引导的配置选择层；LLM不是预后模型本身，EOL预测由在电池数据上训练的常规神经架构产生；LLM从有界预批准空间选择主干架构、注意力选项、不确定性/开集头、瓶颈维、dropout、学习率、批大小、源损失权重和warm-up计划。电池迁移学习和SNGP并非新发明，而是检验域感知配置选择价值的实验框架。
研究开展与意义。研究人员在Argonne/CAMP数据集的六个有向正极化学迁移任务中评估该框架。完整退化轨迹以80%健康状态（SOH）阈值定义五类EOL，模型输入仅早期循环观测；每个迁移任务独立调用受约束LLM选择配置。结论为：LLM选择的CNN+自注意力+SNGP平均平衡准确率78.3%，仅目标域确定性CNN为68.9%，平均提升9.4个百分点；固定非LLM替代方案分别为确定性CNN 70.0%、OpenMax增强CNN 71.7%、确定性WideResNet 66.5%、WideResNet-SNGP 73.3%；完整历史+化学上下文为78.3%，无历史73.5%，无化学71.6%，二者移除67.1%。其意义在于支持受约束LLM引导作为可审计配置选择层，并表明跨化学迁移与不确定性感知EOL预测是评估该选择机制的实验设置；结果不应解释为部署就绪。
关键技术方法。样本队列来源于Argonne/CAMP锂离子软包电池多正极化学长时退化记录。按正极家族定义源—目标域并构建六个有向化学迁移任务；以完整退化轨迹和80% SOH阈值构造五类EOL标签，输入仅限早期循环七通道（循环号、充电能量、充电容量、放电能量、放电容量、循环起始时间、循环时长），固定基准为15个观测循环、32步网络输入。采用细胞级分组划分防止泄漏并重复运行。模型库含一维CNN、自注意力、OpenMax、WideResNet和SNGP。LLM接收结构化化学上下文与数值数据摘要，输出受JSON模式约束的配置；并与固定候选、上下文消融、循环视界消融及同空间Optuna（15试次）比较。SNGP评估时冻结协方差更新并采用平均场logit缩放（mean-field logit scaling）。
研究结果。5.1 电池迁移结果概览：跨六个有向任务重复分组感知评估显示，目标域确定性CNN平均平衡准确率68.9%，任务特异性LLM选择配置78.3%，平均提升9.4个百分点；性能强任务依赖，跨任务标准差分别为基线24.39、选择模型18.78、提升8.70个百分点，六个任务提升的95% t区间为0.27至18.53个百分点；NMC→FCG与5V spinel→Li-rich各为0.00个百分点，且二者目标家族各仅含一个EOL类别，故其100%准确率不能解释为五类预后能力，排除二者后其余四方向平均提升14.10个百分点。5.2 代表性化学迁移结果：Li-rich→5V spinel重复评估的平衡准确率由50.21%升至62.18%，平均提升11.97个百分点；代表性held-out分区的混淆矩阵仅用于定性观察类别误差结构，小类别计数需谨慎。5.3 消融行为与配置敏感性：循环视界消融固定LLM选择配置，仅改变5、15、30、50、100循环暴露；最大迁移优势出现在短至中等视界，尤其15和30循环；5循环仍有改善但证据较弱；50和100循环时基准和迁移模型均提高但相对优势缩小，长视界重叠32步窗口应视为窗口级除非聚合至细胞级。上下文消融显示全上下文78.3%、无历史73.5%、无化学71.6%、二者均无67.1%，且后者低于68.9%无迁移基准1.8个百分点，说明历史与化学上下文互补。模型/头比较显示LLM选择的CNN-自注意力-SNGP最强；确定性CNN迁移70.0%小幅优于基线，OpenMax增强CNN 71.7%，确定性WideResNet 66.5%低于基线，WideResNet-SNGP 73.3%恢复但不及选择模型，表明性能配置敏感但非单纯容量驱动。5.4 与基线和候选模型比较：主要基线为目标域确定性一维CNN；+9.4个百分点为所选配置整体增益，非LLM推理单独因果，架构、不确定性头、迁移学习和所选超参数共同贡献；OpenMax适合未知类拒绝，而电池五类EOL共享闭合集，故SNGP更合适；共同类准确率非电池主要指标，主要指标为held-out目标平衡准确率并由混淆矩阵和不确定性摘要支持。5.5 化学偏移下SNGP不确定性行为：配对热图联合任务级准确率与预测熵（predictive entropy）；熵作为不确定性描述而非正式校准，研究不声称通过期望校准误差（expected calibration error, ECE）、负对数似然（negative log-likelihood, NLL）、Brier score或可靠性图（reliability diagrams）完成正式校准；低置信EOL预测可触发额外循环、诊断复核或保守筛选，高置信错误更不利。5.6 电池发现解释：化学驱动早期EOL迁移不等同普通同数据集分类；源目标不仅特征分布不同，早期循环行为到最终寿命的物理关系也不同；最佳结果来自任务匹配配置而非最大模型或通用确定性迁移；循环视界、上下文、模型头结果支持上述判断；评估目标支持差异大，部分仅3个held-out目标细胞，故强调重复运行一致性、任务级行为和改进方向而非总体统计推断。5.7 结果总结：化学分离迁移可改善早期EOL类别预测，尤其短至中等早期证据；最强为LLM选择CNN+自注意力+SNGP；提示上下文重要，历史与正极化学上下文结合最佳，移除二者最弱；不确定性输出应作可靠性证据而非正式校准。该工作将CWRU故障诊断工作扩展至电化学预后；框架不是选择单一通用架构，而是按任务结构、可用上下文、早期循环预算和不确定性类型从有界模型空间选择。
讨论总结与结论翻译。讨论强调CWRU与电池共享域偏移但标签含义不同：CWRU在工况变化下预测当前故障，电池在化学偏移下预测未来EOL；OpenMax更适合非共享故障类，SNGP更适合共享EOL类但跨化学不确定。选择模型紧凑因在有限目标支持下平衡局部时序特征、有限全局上下文和距离感知不确定性；WideResNet-SNGP说明容量非限制因素，化学偏移下表示稳定性更重要。SNGP将预测置信与学习表示空间支持关联，弱支持可降低置信；熵非正式校准。跨域比较显示电池选CNN+自注意力+SNGP，CWRU选CNN+OpenMax，提供初步跨域证据但两域不足证明广泛泛化；LLM与15试次Optuna比较意在评估域上下文推理能否以更少经验训练试次识别竞争配置，而非声称LLM普遍优于贝叶斯优化。消融综合表明选择器价值来自任务敏感配置而非单一通用组件；历史为开发/验证证据，不含当前held-out测试结果；历史与化学互补。实践上跨化学部署应视为迁移问题，保留不确定性输出，记录架构和超参数，紧凑不确定性模型可能优于大模型。局限包括仅一个电池数据集、离散而非连续寿命目标、目标支持不均、LLM受任务摘要和批准模型库限制、架构/头/超参数联合选择限制因果归因、不确定性分析主要集中于SNGP。结论翻译：本研究使用Argonne/CAMP正极家族迁移任务，评估受约束LLM引导模型选择用于化学驱动域偏移下早期EOL分类；框架结合泄漏控制早期输入、化学定义迁移任务、不确定性感知头和模式验证配置选择。LLM选择的CNN+自注意力+SNGP产生最大平均增益，将平衡准确率由68.9%提高至78.3%，即较仅目标域确定性CNN提升9.4个百分点；SNGP有用是因为跨化学偏移和有限早期证据可使确定性预测过自信；OpenMax对先前CWRU非共享或未知类设置更相关，强调可靠性机制应匹配标签支持和偏移类型；LLM层可审计，因为仅从批准架构和超参数范围选择，返回验证JSON记录，并与固定候选评估。框架适用于新化学长期数据有限的电池筛选和车队应用。局限包括单一批电池数据集验证、离散而非连续寿命目标、目标支持不均以及不确定性分析集中于SNGP。总体上，结果支持受约束、任务感知配置作为跨化学驱动域偏移下早期电池筛选和PHM决策支持的迁移学习可重复补充；不应解释为部署就绪证据，在部署级声明前仍需在独立电池数据集、额外正极和负极化学、不同制造商和电芯形式、循环协议、温度范围及前瞻性运行条件下开展外部验证。
